Introduction au séminaire, rappels de R et introduction à Quarto

Printemps 2026

Celâl Güney

Présentation du cours

Objectif du cours

Comprendre et maîtriser les outils indispensables de l’analyse économique

Cela comprend:

Les variables économiques (PIB, inflation…)
Les principes de modélisation
La programmation et l’analyse statistique

À propos de moi

Bachelor en histoire-économie-société (ancien nom !)
Master en économie politique du capitalisme (MAPEC)
Certificat complémentaire en stastistiques appliquées (Gsem)
Intérêt particulier à l’analyse du changement institutionnel des modèles socio-économiques européens (surtout la Suisse et la France), sous l’angle de l’économie politique néoréaliste d’Amable et Palombarini
Je réalise une thèse sur les blocs sociaux et la transformation du mode de régulation et régime d’accumulation suisse depuis l’après-guerre

À propos de vous

Deuxième ou troisième année de bachelor ou plus ?
Les cours non-obligatoires que vous avez eus jusqu’à maintenant, et les cours que vous prendrez ce semestre
Le cours que vous avez le plus apprécié jusqu’à maintenant
Plutôt quanti ou quali ? Économie politique ou histoire économique ?
Vos connaissances de R, d’excel et en statistiques ?

==> Cela m’aidera à adapter ce séminaire pour qu’il vous soit le plus utile possible !

Plan du cours

12 séances au total sur 3 thèmes de mesures

Comptabilité nationale
Inégalités et distribution
Institutions

https://jeylal.github.io/les-mesures-de-l-conomie/

Perspective du cours

Un cours d’analyse appliquée, nous allons beaucoup travailler directement avec des données et des exemples. L’idée est de vous familiariser avec les données économiques, comment les traiter et les analyser.

Après ce cours, vous devriez être capable de mener vos propres analyses quantitatives pour vos recherches et votre PDR.

==> Outils inspensable: R(studio) et Quarto

R: un outil indispensable en économie

L’un des logiciels les plus utilisés par les économistes, que ce soit pour la visualisation de données ou l’estimation de modèles économétriques. Grande flexiblité et potentiel énorme.

Quarto

Quarto est un système de publication qui permet de produire des documents directement à partir de Rstudio (exemple: powerpoints, pdf, sites web…) et donc de code en R.

Évaluation du cours

Participation au cours (20%)
- La participation aux séance est obligatoire et sera contrôlée à chaque début de cours
Examen pratique en dernière séance (80%)
- Il s’agira de travaux pratiques à réaliser en cours de séance (2h), avec des exercices à réaliser sur R ou excel.
Examen blanc après les vacances de pâques: bonus si la note aide à améliorer la note finale

À propos de l’intelligence artificielle

Déconseillé dans le cadre de ce cours, pour les raisons suivantes:

Vous n’aurez pas accès aux IA lors des examens pratiques
Si les IA sont désormais excellentes en programmation (Python, Stata…), les IA les plus utilisées (notamment Chatgpt) produisent du code R qui n’est souvent pas optimale
Utilisation acceptable dans certains cas, comme pour simplifier des tâches répétitives
R est le langage avec le plus de ressources et de documentations en ligne, pas besoin de passer par une IA
Risque de ne pas assimiler le contenu du cours si vous dépendez entièrement des IA pour résoudre les exercices

Important

En dehors des examens en présence, je ne peux pas vous interdire l’utilisation des IA. Je vous déconseille l’utilisation de Chatgpt et vous recommande d’utiliser Copilot, dont vous avez une version gratuite avec votre compte Unige. D’autres IA sont meilleures pour R, comme ShinyAssistant.

Apprendre l’analyse à travers R

Github

Logiciel permettant de développer un dépôt (repository ou “repo”), consistant en un fichier contenant votre code (dans le cadre de ce cours les exercices sur R/quarto et excel)
Permet de sauvegarder dans un cloud et contrôler de manière minutieuse toutes les modifications
Permet le contrôle par les paires de votre travail, ou bien de travailler à plusieurs à distance sur le même travail

Exercice

Installez Quarto.
Créez-vous un compte github <github.com> et installez github desktop https://desktop.github.com/download/
Installez tinytex en runnant cette commande dans le terminal quarto install tinytex
Créez un document quarto pour chaque type de document possible: html pdf, word et powerpoint (avec revealjs), faites attention à bien sauvegarder ce document quarto dans un fichier à part entière.
Créez un repo github à partir de ce fichier.

Atelier: traitement des données des Penn World Tables

Penn World Tables

La Penn World Table (PWT) est l’une des base de données les plus connues en économie. Elle compile certaines variables clés pour de nombreux pays sur une période de temps assez importante.

La PWT est accessible et téléchargeable ici, mais dans le cadre de cet atelier nous allons utiliser le package Rdatasets qui permet d’importer directement le tableau de données dans R

Voici la documentation du tableau de données https://vincentarelbundock.github.io/Rdatasets/doc/stevedata/pwt_sample.html et comment l’importer dans R:

PWT variables

Variable	Description
country	Nom du pays.
isocode	Code ISO du pays.
year	Année (numérique).
pop	Population (en millions).
hc	Indice de capital humain par personne (années de scolarité et rendements).
rgdpna	PIB réel à prix nationaux constants de 2011 (en millions USD 2017).
rgdpo	PIB réel côté production, en PPA chaînées (en millions USD 2017).
rgdpe	PIB réel côté dépenses, en PPA chaînées (en millions USD 2017).
labsh	Part de la rémunération du travail dans le PIB à prix courants.
avh	Heures annuelles moyennes travaillées par personne engagée.
emp	Nombre de personnes engagées (en millions).
rnna	Stock de capital à prix constants de 2017 (en millions USD 2017).

PWT importation

R

Importer la PWT en utilisant le package Rdatasets

Le package esquisse

Permet d’utiliser une interface permettant d’explorer les données et produire des graphiques sans coder soi-même

Dbnomics

Dbnomics est une base de données internationale rassembland en une base de nombreuses bases de données indispensables en économie: données de l’OCDE, de la Banque Mondiale, du Fond Monétaire Internationale…

Le package rdbnomics permet d’importer ces données directement dans R.

Exemple: